一种基因大数据分析与计算平台专利查询专利号|摘要-满商公司网

一种基因大数据分析与计算平台

基本信息

申请号	CN201910518741.1	申请日	-
公开（公告）号	CN112086134A	公开（公告）日	2020-12-15
申请公布号	CN112086134A	申请公布日	2020-12-15
分类号	G16B50/50(2019.01)I	分类	物理
发明人	陈墩金;周峻松;徐继峰;祁建明	申请（专利权）人	广州明领基因科技有限公司
代理机构	-	代理人	-
地址	510610广东省广州市天河区林和东路281号天伦控股大厦17层自编05单元
法律状态	-

摘要

本发明公开了一种基因大数据分析与计算平台，涉及基因大数据分析与计算平台领域，该平台由数据读取模块、数据压缩模块、数据分析模块、数据存储模块组成。数据读取模块用于读取DNA测序仪得到的FASTQ数据，并将输入FASTQ数据分割成元数据、碱基和质量分数三个数据流送入数据压缩模块；数据压缩模块将三个数据流独立地压缩：去除元数据流中的重复片段并使用LZMA算法进行压缩；对质量分数流使用游程编码和算术编码压缩；使用匹配工具BWA将短读与参考基因组比对，提取比对结果中的碱基流表达信息并使用LZMA算法、游程编码、算术编码进行压缩；数据分析模块用于将FASTQ数据进行短序列比对，提取比对结果中的SNP突变信息；数据存储模块采用分布式框架将数据放在不同的数据节点中存储，既保证了数据的可靠性，同时增加了数据的安全性。该平台针对DNA序列本身具有的冗余性进行压缩，减少了压缩所需的存储空间。